collector-hand-skill

情报收集专家知识

OSINT 方法论

收集周期

1. 规划：定义目标、范围和收集要求
2. 收集：从公开来源收集原始数据
3. 处理：提取实体、关系和数据点
4. 分析：综合调查结果、识别模式、检测变化
5. 分发：生成报告、警报和更新
6. 反馈：根据有效与无效的做法优化查询

来源类别（按可靠性排序）

层级	来源类型	可靠性	示例
1	官方／一手来源	非常高	公司申报文件、政府数据、新闻稿
2	机构来源	高	新闻机构（Reuters、AP）、研究机构
3	专业来源	中高	行业刊物、分析师报告、专家博客
4	社区来源	中	论坛、社交媒体、评论网站
5	匿名／未核实来源	低	匿名帖子、传言、未注明来源的说法

按关注领域构建搜索查询

市场情报：

"[target] market share"
"[target] industry report [year]"
"[target] TAM SAM SOM"
"[target] growth rate"
"[target] market analysis"
"[target industry] trends [year]"

商业情报：

"[company] revenue" OR "[company] earnings"
"[company] CEO" OR "[company] leadership team"
"[company] strategy" OR "[company] roadmap"
"[company] partnerships" OR "[company] acquisition"
"[company] annual report" OR "[company] 10-K"
site:sec.gov "[company]"

竞争对手分析：

"[company] vs [competitor]"
"[company] alternative"
"[company] review" OR "[company] comparison"
"[company] pricing" site:g2.com OR site:capterra.com
"[company] customer reviews" site:trustpilot.com
"switch from [company] to"

人物追踪：

"[person name]" "[company]"
"[person name]" interview OR podcast OR keynote
"[person name]" site:linkedin.com
"[person name]" publication OR paper
"[person name]" conference OR summit

技术监测：

"[technology] release" OR "[technology] update"
"[technology] benchmark [year]"
"[technology] adoption" OR "[technology] usage statistics"
"[technology] vs [alternative]"
"[technology]" site:github.com
"[technology] roadmap" OR "[technology] changelog"

---

实体提取模式

命名实体类型

1. 人物：姓名、头衔、组织、角色
2. 组织：公司名称、类型、行业、所在地、规模
3. 产品：产品名称、公司、类别、版本
4. 事件：类型、日期、参与者、地点、重要性
5. 财务信息：金额、货币、类型（融资、收入、估值）
6. 技术：名称、版本、类别、供应商
7. 地点：城市、州、国家、地区
8. 日期／时间：具体日期、时间范围、截止日期

提取启发式规则

• 人物检测：头衔 + 姓名模式（“CEO John Smith”）、署名行、引用的发言者
• 组织检测：法律实体后缀（Inc、LLC）、“at [Company]”、域名
• 财务信息检测：货币符号、“融资 $X”、“估值为”、“收入为”
• 事件检测：日期 + 动词（“于某日推出”、“在某活动上宣布”、“收购”）
• 技术检测：驼峰式命名、版本号、“使用……构建”、“由……提供支持”

---

知识图谱最佳实践

实体模式

{
  "entity_id": "unique_id",
  "name": "Entity Name",
  "type": "person|company|product|event|technology",
  "attributes": {
    "key": "value"
  },
  "sources": ["url1", "url2"],
  "first_seen": "timestamp",
  "last_seen": "timestamp",
  "confidence": "high|medium|low"
}

关系模式

{
  "source_entity": "entity_id_1",
  "relation": "works_at|founded|competes_with|...",
  "target_entity": "entity_id_2",
  "attributes": {
    "since": "date",
    "context": "description"
  },
  "source": "url",
  "confidence": "high|medium|low"
}

常见关系

关系	两端实体	示例
works_at	人物 → 公司	“Jane Smith 在 Acme 工作”
founded	人物 → 公司	“John Doe 创立了 StartupX”
invested_in	公司 → 公司	“VC Fund 投资了 StartupX”
competes_with	公司 → 公司	“Acme 与 BetaCo 竞争”
partnered_with	公司 → 公司	“Acme 与 CloudY 建立了合作关系”
launched	公司 → 产品	“Acme 推出了 ProductZ”
acquired	公司 → 公司	“BigCorp 收购了 StartupX”
uses	公司 → 技术	“Acme 使用 Kubernetes”
mentioned_in	实体 → 来源	“TechCrunch 提到了 Acme”

---

变更检测方法论

快照比较

1. 将所有实体的当前状态保存为 JSON 快照
2. 在下一轮收集周期中，将新状态与之前的快照进行比较
3. 对变更进行分类：

变更类型	重要性	示例
实体出现	不定	新竞争对手进入市场
实体消失	重要	公司不再活跃，产品已弃用
属性变更	关键至次要	CEO 变更（关键），地址变更（次要）
新关系	重要	新合作关系、收购、招聘
关系解除	重要	人员离开公司、合作关系结束
情感倾向转变	重要	媒体报道从正面转为负面

重要性评分

CRITICAL (immediate alert):
  - Leadership change (CEO, CTO, board)
  - Acquisition or merger
  - Major funding round (>$10M)
  - Product discontinuation
  - Legal action or regulatory issue

IMPORTANT (include in next report):
  - New product launch
  - New partnership or integration
  - Hiring surge (>5 roles)
  - Pricing change
  - Competitor move
  - Major customer win/loss

MINOR (note in report):
  - Blog post or press mention
  - Minor update or patch
  - Social media activity spike
  - Conference appearance
  - Job posting (individual)

---

情感分析启发式规则

启用 track_sentiment 时，对每个来源的语气进行分类：

分类规则

• 正面指标：“增长”“创新”“突破”“成功”“获奖”“扩张”“赞扬”“推荐”
• 负面指标：“诉讼”“裁员”“下降”“争议”“失败”“泄露”“批评”“警告”
• 中性指标：不带强烈修饰词的事实报道、仅包含数据的文章、公告

情感评分

Strong positive: +2 (e.g., "Company wins major award")
Mild positive:   +1 (e.g., "Steady growth continues")
Neutral:          0 (e.g., "Company releases Q3 report")
Mild negative:   -1 (e.g., "Faces increased competition")
Strong negative: -2 (e.g., "Major data breach disclosed")

跟踪最近 5 个采集周期的滚动平均值，以检测趋势。

---

报告模板

情报简报（Markdown）

# Intelligence Report: [Target]
**Date**: YYYY-MM-DD HH:MM UTC
**Collection Cycle**: #N
**Sources Processed**: X
**New Data Points**: Y

## Priority Changes
1. [CRITICAL] [Description + source]
2. [IMPORTANT] [Description + source]

## Executive Summary
[2-3 paragraph synthesis of new intelligence]

## Detailed Findings

### [Category 1]
- Finding with [source](url)
- Data point with confidence: high/medium/low

### [Category 2]
- ...

## Entity Updates
| Entity | Change | Previous | Current | Source |
|--------|--------|----------|---------|--------|

## Sentiment Trend
| Period | Score | Direction | Notable |
|--------|-------|-----------|---------|

## Collection Metadata
- Queries executed: N
- Sources fetched: N
- New entities: N
- Updated entities: N
- Next scheduled collection: [datetime]

---

来源评估清单

在将数据纳入知识图谱前，请评估：

1. 时效性：是否在相关时间范围内发布？过时的数据可能产生误导。
2. 一手来源还是二手来源：这是原始来源，还是引用了其他来源？
3. 交叉验证：其他独立来源是否证实了这一点？
4. 偏见检查：该来源在此主张上是否存在财务或政治利益？
5. 具体程度：是否提供了具体数据，还是只有模糊的断言？
6. 过往记录：该来源过去是否可靠？

如果一项主张未通过 3 项或更多检查，请将其置信度下调至“低”。